MétaCan
Menu
Retour à la cohorte
Enregistrement W2051877945 · doi:10.1186/s12889-015-1653-1

HIV knowledge among male labor migrants in China

2015· article· en· W2051877945 sur OpenAlexafffund
Bo Yang, Zheng Wu, Christoph M. Schimmele, Shuzhuo Li

Notice bibliographique

RevueBMC Public Health · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBiostatisticsMedicineChinaPopulationDemographyTransmission (telecommunications)Public healthEnvironmental healthHuman immunodeficiency virus (HIV)GerontologyFamily medicineGeographySociologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study described knowledge about HIV prevention and transmission among labor migrants in China and assessed the factors that associate with HIV knowledge. METHODS: The study is based on primary data collected in Xi'an city, China. The study includes 939 male rural-to-urban migrants aged 28 and older. The multivariate analysis used OLS regression techniques to examine the correlates of HIV knowledge. RESULTS: Most migrants know what AIDS/HIV is, but many have deficient knowledge about self-protection and the transmission routes of HIV. About 40% of migrants fail to understand that condoms decrease the risk of HIV infection. Higher levels of education and internet usage associate with better HIV knowledge. Migrants who have engaged in sex with commercial sex workers have better HIV knowledge than migrants who have never paid for sex. This includes better knowledge of self-protection. CONCLUSION: Labor migrants are a high risk population for HIV infection. Their lack of HIV knowledge is a serious concern because they are a vulnerable group for infection and their sexual behaviors are spreading HIV to other members of the population and across geographic areas.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,363
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetSex work and related issuesTravaux en français237 207